2019-08-26 17:19:58
1）聊实习项目
2）代码题，二维数组中的查找某个target
3）讲一些最能体现创新能力的工作，而不是一些工程上的实现
4）讲论文可以从哪些方面做创新点，文本生成的结果怎么排序
5）部门是做任务型聊天机器人的
第一个开始面试的公司，一开始没找内推，被互娱的组捞了。
3.8 一面，聊项目，然后计算机基础(dns)，最后一道算法题，比较愉快。面完两小时接到电话邀请二面，时间定在3.12(这里可能时间定太晚了？)
3.12 二面，项目+一道算法，但还是准备不多，有些东西忘了，对前沿技术讨论的时候有几个点我说的有问题，面试官评价是做的很多，基础要多把握
3.28 一面，惯例项目介绍一波。但对方明显对nlp和深度学习相对不是很感兴趣？ 话题转移到数学，“τ分布是啥" "..." "极限知道吗" ”知道点,比如求梯度求斜率的时候可以用到“ "呵呵" 猝 转移到基础算法的原理，“分类，聚类xxxxxxx哪个熟。” “分类吧” “哪种” “有哪些？” “lr,svm,xxxxx神经网络” "那就神经网络吧" "太简单了，不问了" 猝 "xgboost和adaboost原理" "...." 疙疙瘩瘩答了一些原理。
“你对机器学习还停留在理论阶段啊” 猝 .... "我找了nlp内推，如果觉得我不ok的话，就把我转走或者灰掉吧" "我这里了解你的情况了，会处理的" 然后过一个小时变复试。。
更新： 30号晚上leader加微信，31号下午二面，晚上状态变成已完成
1.重复数字的二分查找，找到始末位置
问了问最近两年的腾讯广告算法比赛有什么不一样。
问了个场景题，如果有用户历史的阅读文章，怎么做兴趣点的挖掘。
问了问文本的分类算法。
问了个给一个query，怎么找相关的文章。
匹配和检索算法。
都有哪些方法，没怎么扣细节。
感觉对NLP问的比较多。问了两遍工作城市意向。
后面找了个HR，发起了个正式的流程。
内推的是自己的学长。一面的是深圳分部的同事，人很好，自己正好有一点network让他认识了我，所以就捞了简历。面试内容很大一部分都是详细问了做过的项目，包括每一步是如何实现的，想法怎么来的。涉及到NLP的问题，问了有word2vec skip-gram的原理，negative sampling怎么做，为什么这么做，如何加速word2vec的训练。attention的机制，lstm和gru的原理，为什么可以解决梯度消失的问题。以及对于我做的一个跨语言情感分析的项目，还详细问了如何区分并提取每个语言不同的特征以及共同的特征。问了大约1h就说会尽快安排二面。
二面是同一天的晚上，是来自美国分部的同事，重点问了我之前发表论文的课题，包括我在其中负责的部分，对于时序数据的处理等。具体涉及NLP的问题，问了防止过拟合的做法，dropout的原理，batch normalization的原理，maxout激活函数的原理，因为我最近的课题用了Attent is all you need里的position embedding和Multihead的做法，他也详细问了各个步骤和原理，因为是晚上比较晚开始的面试，所以问了半小时就结束了。
hr面是第二天的晚上七点好像是，也是深圳的同事，问了简历中暑期科研的课题，我的背景，自己希望的工作地点这样。
然而等offer等了11天。。虽然中间有清明，但是流程还是过了很久。
- 一面：
- 项目介绍；
- viterbi解码原理，code；beamsearch；
- 代码：一道hash的题，忘了；
- 二面：
- 项目介绍；
- BN介绍(为什么加速收敛，从SGD更新角度和weight scale角度)，dropout介绍，训练测试差异；
- 代码：二分查找的题，绝对值；
- 三面(总监)：
- 聊项目；